MétaCan
Menu
Retour à la cohorte
Enregistrement W2318410221 · doi:10.1377/hlthaff.2015.1112

Understanding An Informed Public’s Views On The Role Of Evidence In Making Health Care Decisions

2016· article· en· W2318410221 sur OpenAlexaff
Kristin L. Carman, Maureen Maurer, Rikki Mangrum, Manshu Yang, Marjorie Ginsburg, Shoshanna Sofaer, Marthe R. Gold, Ela Pathak‐Sen, Dierdre Gilmore, Jennifer Richmond, Joanna E. Siegel

Notice bibliographique

RevueHealth Affairs · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensRichmond Hospital
Organismes subventionnairesU.S. Public Health Service
Mots-clésDeliberationPublic relationsHarmAgency (philosophy)Health careEvidence-based practicePublic healthEvidence-based medicineQuality (philosophy)Public involvementPsychologyPolitical scienceMedicineNursingMEDLINESocial psychologyAlternative medicineSociologyLawPolitics

Résumé

récupéré en direct d'OpenAlex

Policy makers and practitioners increasingly believe that medical evidence plays a critical role in improving care and health outcomes and lowering costs. However, public understanding of the role of evidence-based care may be different. Public deliberation is a process that convenes diverse citizens and has them learn about and consider ethical or values-based dilemmas and weigh alternative views. The Community Forum Deliberative Methods Demonstration project, sponsored by the Agency for Healthcare Research and Quality, obtained informed public views on the role of evidence in health care decisions through seventy-six deliberative groups involving 907 people overall, in the period August-November 2012. Although participants perceived evidence as being essential to high-quality care, they also believed that personal choice or clinical judgment could trump evidence. They viewed doctors as central figures in discussing evidence with patients and key arbiters of whether to follow evidence in individual cases. They found evidence of harm to individuals or the community to be more compelling than evidence of effectiveness. These findings indicate that increased public understanding of evidence can play an important role in advancing evidence-based care by helping create policies that better reflect the needs and values of the public.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,935
Tête enseignante GPT0,693
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealth Policy Implementation ScienceTravaux en français237 207